人民币利率互换利差影响因子的实证分析
摘要：本文利用VAR模型、脉冲响应以及方差分解的方法对基于3个月SHIBOR的互换利差及其影响因子进行分析，模型拟合效果良好，表明由该VAR结果所反映出的变量间关系符合我们基于经济理论对变量影响效应的分析。
关键词：利率互换利差；影响因子；向量自回归模型；脉冲响应；方差分析
一、引言
随着我国利率互换♋市场的不断发展和完善，对于利率互换定价问题的研究也越发受到关注。在标准化的互换市场上，多采用利差报价的方式，互换利差是互换市场上的主要定价变量。无套利定价原理表明，互换利率应当等于相同期限的无风险平价证券的收益率，这就意味着互换利差应当为0。然而，不同期限的人民币互换利差在通常情况下都是异于零的，有的时候还达到较高水平。这是因为在非完全竞争的金融市场上，存在交易违约风险等因素，利率互换利差随着时间不断地变动，使得对于互换利差的动态驱动因子的研究显得十分重要[1]。
二、人民币互换利差影响因子
（一）影响因子及其代理变量
（二）影响因子间的关系分析
三、利率互换利差✎模型构建
首先是构建VAR模型，根据FPE、LR统计量及AIC、SC和HQ准则来联合判断最佳滞后项，结果表明，此处同样应采用一阶滞后来建立VAR模型。SS1的表达式如下：
通过对VAR模型的检验，AR根的倒数都在单位圆之内，表明该VAR模型是稳定的，进而可以进行脉冲响应和方差分解。广义脉冲响应结果如下：
图1 SS1的广义脉冲响应图
结果ฝ表明，Volatility在受到一个正冲击时，对互换利差有较大负效应，并在第二期达到最大后开始减少，逐渐趋于稳定。Dslope受到一个正冲击时，利差迅速作出反应，在第二期达到最大后趋于平稳，但整体水平较高。Ddefault对于互换利差的冲击强度仅次于Dslope的，只是它在短期内没有对SS1造成强烈冲击。Stock对3M SHIBOR互换利差有类似效应，但强度要小得多。此外，Cost对于SS1的冲击效应一直处在较低水平，甚至可忽略不计。Dlevel对SS1产生的都是负效应，持续时间较长，与Stock的强度类似，但方向相反。接下来是对SS1进行方差分解，结果表明当滞后期不断增加时，SS1自身影响♚的权重下降，由83%下降至74%。但下降速度从第7期开始♀十分缓慢，基本维持在74%左右，并仍占有绝大比重。另外，Ddefault和Dslope的权重都较大，基本超过10%的水平，而其余几个因子的贡献率都十分小，皆低于1%，且基本不变。
四、结论
本文通过分析3M SHIBOR互换利差的VAR模型，发现利率期限结构斜率的变动对它的影响作用最为明显，利差自身滞后值对当期值的解释作用则相对要小很多。上述结果反映了3M SHIBOR互换利差相能较好地反映宏观经济走势和预期，也更多地受到来自外生变量的影响。如今，对于我国互换利差的理论研究仍十分欠缺，本文对互换利差的分析也只停留在了比较表面的层次，后续对这一命题的研究还显得十分重要和迫切。另外，随着利率互换市场的成熟，对互换利差期限结构、不同类型利率互换利差差异的研究也可以更加深入和合理。
